L'évaluation des opportunités avec l'IA générative n'est pas un exercice d'inventaire, c'est un exercice d'arbitrage. McKinsey mesure un taux d'adoption de 71 % dans les entreprises ; le BCG constate que 6 % seulement tirent plus de 5 % d'EBIT de leurs investissements en IA. Entre ces deux chiffres se loge une population entière d'organisations qui ont correctement identifié leurs opportunités, puis les ont toutes poursuivies en même temps. La sélection n'est pas l'étape administrative qui précède le projet. C'est le projet.
Pourquoi la plupart des inventaires de cas d'usage ne servent à rien
La séquence est presque toujours la même. Une direction lance un recensement, chaque métier remonte ses irritants, et l'entreprise se retrouve avec quarante à soixante idées classées par un score d'enthousiasme. Le document est excellent. Il ne permet aucune décision, parce qu'il ne dit pas ce qu'il faut abandonner.
La recherche sur les déploiements réussis, que nous synthétisons dans le cadre SCALE-6 à partir des travaux publiés par le MIT Sloan, le BCG et McKinsey, converge sur ce point : la concentration est le premier facteur discriminant. Trois cas d'usage menés jusqu'à la production produisent davantage que douze pilotes maintenus en vie par un budget d'expérimentation.
La deuxième raison tient à l'ancrage. Un inventaire construit à partir des irritants métier produit une liste de gênes, pas une liste d'investissements. Tant qu'une opportunité n'est pas rattachée à une ligne du compte de résultat — coût de traitement d'un dossier, délai de facturation, marge unitaire, coût d'acquisition — elle reste une intention. C'est d'ailleurs le mécanisme qui explique que 78 % des dépenses en IA soient absorbées par l'infrastructure : on finance la capacité technique parce qu'on n'a pas su chiffrer la valeur métier qui la justifierait.
Traduction : un cas d'usage sans ligne de P&L identifiée n'est pas une opportunité mal évaluée, c'est une opportunité non évaluée.
Décision à prendre : refuser tout passage en comité d'un cas d'usage qui n'expose pas la ligne du compte de résultat qu'il prétend déplacer, et le montant en jeu sur douze mois.
Les quatre axes d'une évaluation défendable
Une grille utile note chaque opportunité sur quatre dimensions indépendantes. Leur indépendance est le point important : un cas d'usage peut être très rentable et strictement infaisable, très faisable et sans valeur, et les deux erreurs coûtent le même budget.
1. La valeur, mesurée dans les comptes
Quel montant, sur quelle ligne, à quelle échéance. Un gain de temps déclaré ne compte que s'il se traduit en heures réaffectées à une activité identifiée ou en volume traité supplémentaire. Une opportunité qui libère quinze minutes par jour à trois cents personnes sans que rien ne soit décidé de ces quinze minutes vaut zéro dans les comptes, quelle que soit la satisfaction des utilisateurs.
2. La faisabilité, jugée sur la nature de la tâche
C'est l'axe le plus souvent mal traité, parce qu'on le confond avec la difficulté technique. Les travaux du MIT Sloan publiés via le NBER mesurent un écart considérable selon le type de tâche : environ 40 % de performance supplémentaire sur les tâches créatives et de production de contenu, mais une dégradation de l'ordre de 23 % sur les tâches analytiques complexes. La question n'est donc pas « le modèle sait-il faire ? » mais « la tâche appartient-elle à la famille où la technologie gagne ? ».
S'y ajoute la disponibilité réelle des données : leur existence, leur qualité, leur accessibilité juridique, et la charge de préparation. Une opportunité dont les données sont dispersées dans quatre systèmes non réconciliés est un projet de données déguisé en projet d'IA, et son coût véritable est celui du chantier de données.
3. L'exposition au risque
Trois questions suffisent à cadrer l'axe. Que se passe-t-il si le système se trompe une fois sur cent, et qui le détecte ? Quelles données personnelles ou confidentielles traverse-t-il ? Quelles obligations réglementaires s'appliquent au cas d'usage, en particulier au titre de l'AI Act selon le niveau de risque de la classification européenne ? Un cas d'usage à forte valeur dont l'erreur est indétectable par l'opérateur mérite une note de risque élevée, pas un contournement.
4. La capacité d'adoption
La règle 10-20-70 rappelle que 10 % de l'effort porte sur les algorithmes, 20 % sur la technologie et les données, et 70 % sur l'humain et les process. Or la moyenne observée des collaborateurs réellement formés à l'IA générative reste inférieure à 10 %, quand la cible de référence se situe au minimum à 25 % des effectifs. Évaluer une opportunité sans évaluer la disponibilité du métier qui devra changer sa façon de travailler revient à valider un budget dont on a retiré les sept dixièmes.
La question à poser au directeur métier n'est pas « êtes-vous favorable ? » mais « qui, dans votre équipe, dispose de deux jours par semaine pendant un trimestre ? ». La réponse à cette question a prédit davantage d'échecs que n'importe quelle analyse technique.
Décision à prendre : noter chaque opportunité sur les quatre axes séparément et refuser la moyenne pondérée, qui masque précisément les combinaisons dangereuses.
La grille de notation, et le seuil qui fait décider
Chaque axe se note de 1 à 5. La grille ci-dessous fixe ce que recouvre chaque note, de façon à ce que deux évaluateurs indépendants arrivent au même résultat.
| Axe | Note 1 | Note 5 | Preuve exigée |
|---|---|---|---|
| Valeur P&L | Gain qualitatif, aucune ligne identifiée | Ligne du compte de résultat nommée, montant chiffré sur 12 mois | Une ligne de P&L et un montant |
| Faisabilité | Tâche analytique complexe, données dispersées | Tâche de production ou de synthèse, données disponibles dans un système unique | Un échantillon de 50 cas réels traités |
| Risque | Erreur indétectable, données sensibles, obligations AI Act non instruites | Erreur visible et corrigeable, données internes non sensibles | Un scénario d'erreur écrit et son mode de détection |
| Adoption | Aucun référent métier nommé | Référent métier nommé, temps dégagé, utilisateurs identifiés | Un nom, un volume d'heures, une date |
Le seuil de sélection est plus sévère qu'une moyenne. Une opportunité n'entre au portefeuille que si elle obtient au moins 4 sur la valeur, au moins 3 sur chacun des trois autres axes, et si la colonne « preuve exigée » est remplie. Un axe à 1 ou 2 disqualifie, quelle que soit la moyenne : une opportunité à 5 en valeur et 1 en adoption est la description exacte d'un pilote qui ne passera jamais en production.
De cet exercice sortent rarement plus de quatre dossiers. C'est le résultat recherché, pas un appauvrissement. Les opportunités écartées ne disparaissent pas : elles reviennent au comité suivant, souvent avec une note d'adoption devenue acceptable parce que l'organisation a mûri entre-temps.
Décision à prendre : arbitrer un portefeuille de trois à quatre cas d'usage, chacun avec un responsable métier nommé, et acter par écrit la liste des opportunités reportées.
Ce qu'il faut mesurer avant d'engager
Une évaluation ne devient une décision qu'au moment où elle fixe la base de référence. Avant tout développement, il faut relever la situation actuelle sur trois grandeurs : le volume traité par période, le temps unitaire réel, et le taux d'erreur ou de reprise constaté. Ces trois nombres coûtent deux jours à établir et déterminent la totalité de ce que l'on pourra affirmer ensuite.
Sans base de référence, l'évaluation d'après-projet se réduit au sentiment des utilisateurs, qui est systématiquement favorable et systématiquement inexploitable devant une direction financière. C'est la raison pour laquelle tant de déploiements qui fonctionnent ne parviennent jamais à démontrer leur ROI : la mesure n'a pas été rendue possible avant, et aucune méthode ne la rend possible après.
Une opportunité que l'on ne sait pas mesurer avant est une opportunité que l'on ne saura pas défendre après.
Il faut également fixer, dès l'évaluation, la condition d'arrêt. À quelle date, sur quel indicateur, à quel niveau, décide-t-on de ne pas continuer ? Une opportunité dont personne n'a écrit la condition d'arrêt ne s'arrêtera pas : elle se transformera en ligne budgétaire récurrente, ce qui est la forme la plus discrète de l'échec.
Décision à prendre : conditionner l'engagement des moyens à trois mesures de référence relevées et à une condition d'arrêt datée et chiffrée.
Aller plus loin
Cette grille sert à décider quoi engager. Trois ressources prennent le relais selon l'étape où vous vous trouvez.
Notre étude GenAI for Leaders fournit la matière chiffrée qui alimente l'axe valeur : chiffres de marché, cas documentés, modèle financier du coût complet au ROI ajusté du risque, et le cadre SCALE-6 dont l'évaluation décrite ici constitue la première étape.
Pour la mise en œuvre qui suit l'évaluation, notre feuille de route de déploiement détaille la séquence, et le guide Agents IA en banque et finance traite le cas particulier des cas d'usage agentiques, où l'axe risque prend une place déterminante : l'étude sert à décider, le playbook des 90 jours sert à exécuter.
Une fois le portefeuille arbitré, la construction du business case est traitée dans Quel ROI attendre de l'IA générative en entreprise.
Questions fréquentes
Comment évaluer les opportunités avec l'IA générative ?
En notant chaque cas d'usage sur quatre axes indépendants : la valeur rattachée à une ligne du compte de résultat, la faisabilité jugée sur la nature de la tâche et la disponibilité des données, l'exposition au risque, et la capacité d'adoption du métier concerné. Un axe faible disqualifie l'opportunité, même si la moyenne reste bonne.
Combien de cas d'usage faut-il retenir ?
Trois à quatre. Les organisations qui créent une valeur mesurable concentrent leurs moyens sur un petit nombre de cas d'usage à fort impact, là où les autres maintiennent six pilotes ou davantage. Le BCG constate que 6 % seulement des entreprises tirent plus de 5 % d'EBIT de l'IA, et la concentration est le premier facteur qui les distingue.
Quels types de tâches l'IA générative traite-t-elle le mieux ?
Les tâches de création et de production de contenu, où les travaux du MIT Sloan publiés via le NBER mesurent environ 40 % de performance supplémentaire. À l'inverse, les tâches analytiques complexes enregistrent une dégradation de l'ordre de 23 %. La famille à laquelle appartient la tâche est un meilleur prédicteur de succès que la difficulté technique apparente.
Comment savoir si un cas d'usage est faisable avec les données disponibles ?
En traitant un échantillon de cinquante cas réels avant toute décision d'engagement. Si les données doivent être réconciliées entre plusieurs systèmes pour constituer cet échantillon, l'opportunité est un projet de données dont le coût véritable est celui du chantier de données, et non celui de l'IA.
À quel moment faut-il décider d'arrêter un cas d'usage ?
À la date, sur l'indicateur et au niveau fixés au moment de l'évaluation. Une condition d'arrêt écrite avant l'engagement est le seul mécanisme qui empêche un pilote de se transformer en ligne budgétaire récurrente.